Paper List
-
Evolutionarily Stable Stackelberg Equilibrium
通过要求追随者策略对突变入侵具有鲁棒性，弥合了斯塔克尔伯格领导力模型与演化稳定性之间的鸿沟。
-
Recovering Sparse Neural Connectivity from Partial Measurements: A Covariance-Based Approach with Granger-Causality Refinement
通过跨多个实验会话累积协方差统计，实现从部分记录到完整神经连接性的重建。
-
Atomic Trajectory Modeling with State Space Models for Biomolecular Dynamics
ATMOS通过提供一个基于SSM的高效框架，用于生物分子的原子级轨迹生成，弥合了计算昂贵的MD模拟与时间受限的深度生成模型之间的差距。
-
Slow evolution towards generalism in a model of variable dietary range
通过证明是种群统计噪声（而非确定性动力学）驱动了模式形成和泛化食性的演化，解决了间接竞争下物种形成的悖论。
-
Grounded Multimodal Retrieval-Augmented Drafting of Radiology Impressions Using Case-Based Similarity Search
通过将印象草稿基于检索到的历史病例，并采用明确引用和基于置信度的拒绝机制，解决放射学报告生成中的幻觉问题。
-
Unified Policy–Value Decomposition for Rapid Adaptation
通过双线性分解在策略和价值函数之间共享低维目标嵌入，实现对新颖任务的零样本适应。
-
Mathematical Modeling of Cancer–Bacterial Therapy: Analysis and Numerical Simulation via Physics-Informed Neural Networks
提供了一个严格的、无网格的PINN框架，用于模拟和分析细菌癌症疗法中复杂的、空间异质的相互作用。
-
Sample-Efficient Adaptation of Drug-Response Models to Patient Tumors under Strong Biological Domain Shift
通过从无标记分子谱中学习可迁移表征，利用最少的临床数据实现患者药物反应的有效预测。
可变食性范围模型中向泛化主义的缓慢演化
Department of Mathematical Sciences, University of Bath, Claverton Down, Bath, BA2 7AY, United Kingdom
30秒速读
IN SHORT: 通过证明是种群统计噪声（而非确定性动力学）驱动了模式形成和泛化食性的演化，解决了间接竞争下物种形成的悖论。
核心创新
- Methodology Develops a continuous-space resource-consumer model with explicit resource dynamics and evolvable dietary range, extending beyond fixed-preference Lotka-Volterra frameworks.
- Theory Demonstrates that deterministic analysis predicts homogeneous steady states (no species), but stochastic simulations with demographic noise induce persistent pattern formation interpreted as species.
- Methodology Uses Fourier analysis of linearized dynamics to predict the dominant perturbation modes (e.g., number of species) from the power spectrum, linking analytical predictions to simulation outcomes.
主要结论
- 对于固定食性范围（w=0.2），傅里叶分析预测在 kL/2π=5 处存在主导模式，这对应于在随机模拟中观察到的5个等间距物种的形成（图2，3A）。
- 在可演化食性范围模型中，动力学发生在两个时间尺度上：快速协同演化到准稳态流形，随后缓慢弛豫向均匀态。种群统计噪声阻止了这种弛豫，维持了模式。
- 泛化食性（宽w）在长时间尺度上随机演化，因为与由相同资源生产率支持的、种群规模较小的专化集群相比，它们更不易受到灭绝风险的影响。
摘要: 共享栖息地的物种会协同演化以利用可用资源，因为消费受到消费者与资源之间竞争和负反馈回路的调节。给定物种的食性范围决定了其可获取的资源，从而决定了与之竞争的其他物种。狭窄的食性范围以过度依赖少量资源为代价避免竞争；相反，广泛的食性范围提供了更多替代选择，但也增加了与其他物种竞争的机会。在此，我们研究了生态位形成数学模型中食性范围的演化。我们发现了高度路径依赖的协同演化动力学，其特征是长寿命的准稳态。最终，随机效应驱动了泛化食性的演化，正如我们在分析和模拟中所揭示的。